GIRT-Data：对 GitHub 问题报告模板的采样
软件工程
2023-03-22 v2
摘要
GitHub 的问题报告为开发者提供了对软件开发项目演进至关重要且有价值的信息。贡献者可以利用这些报告执行提交缺陷、请求功能以及协作构思等软件工程任务。在问题报告的初始版本中，并没有使用它们的标准方式。因此，问题报告的质量参差不齐。为提高问题报告的质量，GitHub 引入了问题报告模板（IRTs），在新问题被打开时预填问题描述。IRTs 通常包含问候贡献者、描述项目指南以及收集相关信息。然而，尽管这一于 2016 年引入的功能十分有效，仅有近 5% 的 GitHub 仓库（拥有超过 10 个 star）使用了它。目前关于 IRTs 的文章很少，且已有的文章仅考虑了少量仓库。在本工作中，我们介绍了 GIRT-Data，首个也是最大的以 YAML 和 Markdown 格式整理的 IRTs 数据集。该数据集及其对应的开源爬虫工具旨在支持该领域的研究，并鼓励更多开发者在其仓库中使用 IRTs。数据集的稳定版本包含 1,084,300 个仓库，其中 50,032 个支持 IRTs。数据集与爬虫的稳定版本可在此获取：https://github.com/kargaranamir/girt-data
引用
@article{arxiv.2303.09236,
title = {GIRT-Data: Sampling GitHub Issue Report Templates},
author = {Nafiseh Nikeghbal and Amir Hossein Kargaran and Abbas Heydarnoori and Hinrich Schütze},
journal= {arXiv preprint arXiv:2303.09236},
year = {2023}
}
备注
Accepted to be published at the 20th IEEE/ACM International Conference on Mining Software Repositories (MSR 2023)